我们先来看常规的分析方式。首先是网络规划分析，未来几年要新建多少家店，扩建多少家店，在哪些区域发展经销店？怎样才能在经销店覆盖率和复用率之间取舍平衡，达到资源利用率的最大化？长久以来这些问题困扰着厂家，预测死，不预测则等死。
  网络规划分析需要综合考虑市场的发展前景、车型特点对网络的要求、区域的经济特征，现有网点的承载能力、规划网点的销量水平的系列复杂变量。这其中最关键的是市场容量或规模的预测，中长期预测可以采用一些计量经济学的模型，中短期预测则可以直接采用时间序列等算法，便于高效的经营决策。
  第二个是商圈分析。相对而言，网络规划分析是一种宏观分析或战略分析，而商圈分析则是一种微观分析或战术。
  尽管网点数量、区域覆盖率规划合理，但建店实施时还需要考虑网点的具体位置。是在汽车城还是在一个相对空白的区域，重点考虑交通便利还是成本低廉？……商圈分析重点考察的是人口信息、商业配套、社会因素和商业潜力等内容，可以采用层次分析法等方法进行定量分析；同时，商圈分析也需考虑物流问题，可辅以规划求解或运输问题求解等方法，确保日后厂商和经销商体系内物流调配的成本最小化。
  第三个是本品&竞品布局和竞争分析。及时掌握自有网点在不同区域的构成情况、集中情况、覆盖情况、发展速度、网点变动情况等，并衍生出相关的KPI，即可成为网络日常管控的重要工具：一般有网络数、新增数、退网数、城市（县区）覆盖率、渗透率、变化率、波动率等分析指标。
  同时，及时掌握竞争对手发展速度、区域发展特点、区域覆盖、流失&迁址&新增情况、网点分布、网点位置等信息，并与自身网络的信息进行比较，方可客观考量自身的竞争优劣势。
  以上的本品和竞品的分析，可以采用系统的形式实现常态化。除了以上的一些应用，我们看到汽车网络数据分析及应用领域出现了一些新的动向。
  比如地图上网络数据分析。数据分析的可视化、图形化乃至地图化，为经营决策者提供了完全不同的数据或模型展示方式，也为他们提供了独特的视角来审视和考察信息的细部。同时，强大的地图工具还可以为经营决策者提供标点、测距、测面积、卫星图、地形图等多种地图应用服务，成为辅助数据分析的利器。例如，目前多家厂商采用的DealerMap系统，即囊括了全国所有自主、合资、进口汽车品牌的两万家经销商信息，不但可以把经销商的位置51汽车网
在地图上精确展示，更提供了适合网络地图分析的诸多操作功能，帮助经营决策者进行网络布局分析和商圈分析。
  再比如商业智能上的网络数据分析。商业智能在汽车行业逐渐火热，而部门级的商业智能平台可以为网络数据分析提供常态化的支撑，它不仅可以实现汽车网络数据的高度集成，还可以提供诸多功能帮助经营决策者生成所需的分析图表，更可通过内置地图或数学模型的方式，极大地提升数据分析的效率，解放经营决策者的双手和大脑。基于商业智能的网络数据分析系统，既可以方便地部署在企业内部，也可以便捷地部署在互联网上